← Back to Releases
Strands Python SDK 2026年4月30日

Strands Python SDK v1.38.0 リリース解説

大規模ツール結果のオフロード機能、ネイティブトークンカウント、CachePoint の TTL サポート、BedrockModel の strict_tools 設定など、多くの新機能とバグ修正が含まれています。

概要

このリリースでは、大規模なツール結果を外部ストレージにオフロードする ContextOffloader プラグイン、プロバイダーネイティブのトークンカウント機能、CachePoint への TTL サポート、Bedrock の strict_tools 設定など、多くの新機能が追加されました。また、Bedrock のデフォルトモデルが Claude Sonnet 4.5 にアップグレードされ、複数のバグ修正も含まれています。

リリース: v1.38.0

新機能

大規模ツール結果のオフロード機能 (#2162, #2222)

この機能でできること:

  • 大規模なツール結果をコンテキストウィンドウから外部ストレージにオフロードし、トークン消費を削減
  • テキスト、JSON、画像、ドキュメントなど、様々なコンテンツタイプに対応

使用例:

from strands import Agent
from strands.vended_plugins.context_offloader import (
    ContextOffloader,
    InMemoryStorage,
    FileStorage,
    S3Storage,
)

# インメモリストレージ（プロセス終了時にクリア）
agent = Agent(plugins=[
    ContextOffloader(storage=InMemoryStorage())
])

# ファイルストレージ（ディスクに永続化、カスタムしきい値）
agent = Agent(plugins=[
    ContextOffloader(
        storage=FileStorage("./artifacts"),
        max_result_tokens=5_000,   # オフロードを開始するトークン数
        preview_tokens=2_000,      # コンテキストに残すプレビューのトークン数
    )
])

# S3 ストレージ（取得ツール付き）
agent = Agent(plugins=[
    ContextOffloader(
        storage=S3Storage(
            bucket="my-agent-artifacts",
            prefix="tool-results/",
        ),
        include_retrieval_tool=True,  # デフォルトで True
    )
])

ポイント:

  • include_retrieval_tool=True（デフォルト）で、Agent がオフロードされたコンテンツを必要に応じて取得可能
  • FileStorage は完全なファイルパス、S3Storage は s3:// URI をリファレンスとして返す
  • Agent はプレビューを使用して回答可能な場合はそれを優先し、必要な場合のみデータを取得

Model.count_tokens() メソッドの追加 (#2031)

この機能でできること:

  • モデル呼び出し前にトークン数を推定し、プロアクティブなコンテキスト管理が可能に

使用例:

# モデル呼び出し前にトークン数を推定
token_count = await agent.model.count_tokens(
    messages=messages,
    tool_specs=tool_specs,
    system_prompt="You are a helpful assistant.",
)

if token_count > threshold:
    # コンテキスト圧縮をトリガー
    pass

ポイント:

  • 基本実装は tiktoken（cl100k_base）を使用し、利用不可の場合は文字ベースのヒューリスティック（テキストは chars/4、JSON は chars/2）にフォールバック
  • プロバイダーサブクラスでネイティブ API を使用したオーバーライドが可能

プロバイダーネイティブのトークンカウント (#2189, #2211)

この機能でできること:

  • サポートされているプロバイダーでネイティブ API を使用した正確なトークンカウントを実現

使用例:

# 使用方法は同じ - ネイティブカウントは透過的に動作
token_count = await agent.model.count_tokens(
    messages=messages,
    tool_specs=tool_specs,
    system_prompt="You are a helpful assistant.",
)

ポイント:

  • 対応プロバイダー: Bedrock（count_tokens）、Anthropic（messages.count_tokens）、OpenAI Responses（responses.input_tokens.count）、Gemini（models.count_tokens）、llama.cpp（/tokenize エンドポイント）
  • ネイティブ API が失敗した場合は ProviderTokenCountError を発生させ、tiktoken/ヒューリスティックにフォールバック
  • 推定誤差 5-15% を排除し、正確なしきい値ベースの圧縮判断が可能に

モデル呼び出し前の入力トークン推定 (#2221)

この機能でできること:

  • モデル呼び出し前に BeforeModelCallEvent で推定入力トークン数を取得可能に

使用例:

from strands.hooks import BeforeModelCallEvent

def on_before_model_call(event: BeforeModelCallEvent):
    print(event.projected_input_tokens)  # 例: 14200

agent.hooks.add_callback(BeforeModelCallEvent, on_before_model_call)

# AgentResult からもコンテキストサイズを取得可能
result = agent("Hello")
print(result.projected_context_size)  # 例: 14250

ポイント:

  • プロアクティブなコンテキスト圧縮の基盤機能
  • 前回の呼び出しメタデータから既知のトークン数を取得し、新しいメッセージのみを推定

CachePoint への TTL サポート (#1660)

この機能でできること:

  • AWS Bedrock のプロンプトキャッシングで TTL（有効期限）を指定可能に

使用例:

from strands.types.content import CachePoint

# 1 時間のキャッシュ TTL を指定
cache_point = CachePoint(type="default", ttl="1h")  # "5m" または "1h" が指定可能

ポイント:

  • Bedrock API の新しい 1 時間キャッシュオプションに対応
  • 長時間実行されるエージェントセッションでのコスト最適化に有効

MCP ツール結果に isError フラグを保持 (#2118)

この機能でできること:

  • MCP ツールがアプリケーションレベルのエラーを返した場合と、プロトコル/トランスポートエラーを区別可能に

使用例:

# MCPToolResult の isError フィールドを確認
if result.get("isError"):
    # ツールが実行されたが、アプリケーションエラーを報告
    pass
elif result["status"] == "error":
    # プロトコル/クライアント例外（ツールが実行されなかった）
    pass

ポイント:

  • status="error" かつ isError=True: ツール実行成功、アプリケーションエラー報告
  • status="error" かつ isError なし: プロトコル/トランスポートエラー

Bedrock strict_tools 設定 (#2213)

この機能でできること:

  • Bedrock の制約付きデコーディングを有効にし、ツール名やパラメータのハルシネーションを防止

使用例:

from strands.models import BedrockModel

# strict_tools を有効化
model = BedrockModel(
    model_id="us.anthropic.claude-sonnet-4-6",
    strict_tools=True,  # ツールスキーマの厳密な検証を有効化
)

ポイント:

  • @tool デコレータで生成されたスキーマに自動的に additionalProperties: false を注入
  • ツール名のハルシネーション（例: store-case-syummary-tool → 正しくは store-case-summary-tool）を防止
  • 入力スキーマへの準拠を強制し、余分なパラメータや誤字を防止

バグ修正

Bedrock デフォルトモデルを Claude Sonnet 4.5 にアップグレード (#2193)

問題:

  • 旧デフォルトの Claude Sonnet 4 (us.anthropic.claude-sonnet-4-20250514-v1:0) が Anthropic によりレガシーとしてマークされ、過去 30 日間にそのモデルを使用していないアカウントでエラーが発生

修正内容:

  • デフォルトモデルを global.anthropic.claude-sonnet-4-6 に変更
  • Global クロスリージョン推論プロファイルを使用し、どのリージョンからでも動作

LiteLLM で CachePoint の TTL が転送されない問題を修正 (#2153)

問題:

  • LiteLLMModel._format_system_messages() が CachePoint の ttl フィールドを無視し、常に {"type": "ephemeral"} を出力

修正内容:

  • ttl フィールドが存在する場合、cache_control ディクショナリに含めるように修正

スキル注入時のキャッシュポイント保持 (#2134)

問題:

  • AgentSkills._on_before_invocation がシステムプロンプトを文字列として読み取り、構造化された SystemContentBlock リスト（cachePoint を含む）を単一のテキストブロックに崩壊させていた

修正内容:

  • コンテンツブロックリストが利用可能な場合、スキル XML を別のブロックとして追加し、キャッシュポイントを保持

Ollama で一意の toolUseId を生成 (#2053)

問題:

  • toolUseId にツール名を再利用していたため、同じツールを複数回呼び出すと ID が衝突

修正内容:

  • UUID を生成して toolUseId として使用するように変更

Nova Sonic の履歴再生時の問題を修正 (#2188)

問題:

  • BidiAgent セッション更新時に、Nova Sonic が以前のアシスタント応答を繰り返す
  • 会話履歴メッセージが interactive: True で送信され、新しい入力として扱われていた

修正内容:

  • 履歴メッセージとシステムプロンプトを interactive: False で送信
  • 履歴サイズを制限（個別メッセージ 50KB、合計 200KB）

SlidingWindowConversationManager の window_size=0 処理 (#2208)

問題:

  • window_size=0 で全メッセージをクリアすることが期待されるが、実際にはメッセージが変更されない
  • 負の window_size 値が検証されていない

修正内容:

  • window_size=0 で全メッセージをクリアするように修正
  • window_size < 0 の場合に ValueError を発生させるように追加

キャンセルされたツールに例外を合成しない (#2106)

問題:

  • cancel_tool 設定後、AfterToolCallEvent.exception に合成された例外が設定され、ツールキャンセルが失敗として表示

修正内容:

  • キャンセルされたツールの AfterToolCallEvent.exception を None に変更
  • キャンセル検出には cancel_message フィールドを使用

まとめ

このリリースでは、大規模ツール結果のオフロード、ネイティブトークンカウント、プロアクティブなコンテキスト管理の基盤機能など、コンテキスト管理に関する大幅な機能強化が行われました。また、Bedrock のデフォルトモデルが Claude Sonnet 4.5 に更新され、新規ユーザーが即座に開始できるようになりました。